报名咨询可确认单独参加方式和具体安排。
课程定位
校园里有哪些真实的问题适合做一次小规模人工智能项目?主题太宽会让同学收集到很多数据,却说不清是否足够回答原来的问题。本课程聚焦选题、数据采集和标注,用能被观察和复查的项目练习把问题说清楚、准备合适的样本,并让别人能够按相同的标准再核一遍。项目从校园日常需求出发,可先选无需个人资料的自然物品或环境现象进行练习。
课程内容与学习重点
一、把主题变成可以验证的任务
选一件同学们能接触的事,描述现有做法、观察者是谁、希望完成什么。例如整理校园常见树叶时,可先讨论是想描述形状还是辨认几种已有例子,并考虑哪些材料可公开使用。任务先写一页短说明,保留关注的问题和不准备处理的边界。
请同伴复述任务并提出一类难判断情况。如果两个小组给的解释差异很大,就回到目标和原例子补清条件,看看能不能把范围收小。
二、按记录条件组织样本
把样本从哪里来、在什么光线和条件下观察、具有什么特征写入表里。观察样本为何有相似与不相似的地方,并思考这些差异会不会影响最后的解释。尽可能避开包含人脸、姓名和账号的内容,保留允许用的材料与原项目要求。
可比较同一种物体在不同背景中的两份示例。把容易重复的材料标出来,查看名单有没有只集中在某一天或某个地点,以免结果仅反映一次观察。
三、建立可重复的标注规则
讨论标注时可先写几条明确规则,包含适用场景、典型例子和遇到难决定时要怎么办。两名同学按规则分别标同一小组材料,再从结果不同的地方回头查定义是否说清楚。发现疑难条目时说出它到底在哪一步让你拿不准。
例如有两个意思接近的分类,可分别定义怎样算进去、怎样算不进去,把难例保留到复查表。最后记录修改前后各有多少条需再次判断,形成可查的过程证据。
课前可从身边画一张场景小图,准备几条没有隐私的观察并写出想验证的问题。实践结束后,可整理一页样本说明、标注方法和仍然不确定的情况。这样的记录便于后续同学参与复查。
适合人群
适合对校园人工智能项目感兴趣、愿意观察并做记录的中学生。没有用过复杂工具的学员也可以从纸面样本定义开始。此前做过类似活动的同学,可带一处难判断的示例用来讨论定义。
开课与报名咨询
原研学日历自2027年1月24日开始,课程表将人工智能方向这节实践列在第四天上午8:30—11:30,对应1月27日上海。讲者、最终课表、教室及参与方式请核实。单专题的参与方式、席位和费用详询。
没有准备电脑资料也可以学习吗?建议先准备一个经常观察到的问题和几条纸面样本。设备、软件、所需权限和可携带材料请以实际安排为准。
标注说法不一致时怎么处理?请两个人各自说明为什么依据同一规则仍给出不同结果,核对是否是范围、定义或样本质量的问题。把典型分歧写回规则并继续验证。
温馨提示:课程内容为拟定,具体实际讲授内容由授课老师根据学员情况灵活调整,最终以课堂授课为准。
课程咨询:400-061-6586,咨询微信:pxbbaoming。

